- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在处理 Aurelien Geron's Hands-On ML textbook并且在尝试训练 SGDClassifier 时遇到了困难。
我正在使用 MNIST 手写数字数据并通过 Anaconda 在 Jupyter Notebook 中运行我的代码。我的 anaconda (1.7.0) 和 sklearn (0.20.dev0) 都更新了。我粘贴了用于加载数据的代码,选择前 60k 行,打乱顺序并将所有 5 的标签转换为 1(真),所有其他数字的标签转换为 0(假)。 X_train 和 y_train_5 都是 numpy 数组。
我已将收到的错误消息粘贴到下方。
数据的维度似乎没有问题,我尝试将 X_train 转换为稀疏矩阵(SGDClassifier 的建议格式)和各种 max_iter 值,但每次都得到相同的错误消息。我错过了一些明显的东西吗?我需要使用不同版本的 sklearn 吗?我在网上搜索过,但找不到任何描述 SGDClassifier 类似问题的帖子。如果有任何指示,我将不胜感激。
代码
from six.moves import urllib
from scipy.io import loadmat
import numpy as np
from sklearn.linear_model import SGDClassifier
# Load MNIST data #
from scipy.io import loadmat
mnist_alternative_url = "https://github.com/amplab/datascience-
sp14/raw/master/lab7/mldata/mnist-original.mat"
mnist_path = "./mnist-original.mat"
response = urllib.request.urlopen(mnist_alternative_url)
with open(mnist_path, "wb") as f:
content = response.read()
f.write(content)
mnist_raw = loadmat(mnist_path)
mnist = {
"data": mnist_raw["data"].T,
"target": mnist_raw["label"][0],
"COL_NAMES": ["label", "data"],
"DESCR": "mldata.org dataset: mnist-original",
}
# Assign X and y #
X, y = mnist['data'], mnist['target']
# Select first 60000 numbers #
X_train, X_test, y_train, y_test = X[:60000], X[60000:], y[:60000],
y[60000:]
# Shuffle order #
shuffle_index = np.random.permutation(60000)
X_train, y_train = X_train[shuffle_index], y_train[shuffle_index]
# Convert labels to binary (5 or "not 5") #
y_train_5 = (y_train == 5)
y_test_5 = (y_test == 5)
# Train SGDClassifier #
sgd_clf = SGDClassifier(max_iter=5, random_state=42)
sgd_clf.fit(X_train, y_train_5)
错误信息
---------------------------------------------------------------------------
TypeError
Traceback (most recent call last)
<ipython-input-10-5a25eed28833> in <module>()
37 # Train SGDClassifier
38 sgd_clf = SGDClassifier(max_iter=5, random_state=42)
---> 39 sgd_clf.fit(X_train, y_train_5)
~\Anaconda3\lib\site-packages\sklearn\linear_model\stochastic_gradient.py in fit(self, X, y, coef_init, intercept_init, sample_weight)
712 loss=self.loss, learning_rate=self.learning_rate,
713 coef_init=coef_init, intercept_init=intercept_init,
--> 714 sample_weight=sample_weight)
715
716
~\Anaconda3\lib\site-packages\sklearn\linear_model\stochastic_gradient.py in _fit(self, X, y, alpha, C, loss, learning_rate, coef_init, intercept_init, sample_weight)
570
571 self._partial_fit(X, y, alpha, C, loss, learning_rate, self._max_iter,
--> 572 classes, sample_weight, coef_init, intercept_init)
573
574 if (self._tol is not None and self._tol > -np.inf
~\Anaconda3\lib\site-packages\sklearn\linear_model\stochastic_gradient.py in _partial_fit(self, X, y, alpha, C, loss, learning_rate, max_iter, classes, sample_weight, coef_init, intercept_init)
529 learning_rate=learning_rate,
530 sample_weight=sample_weight,
--> 531 max_iter=max_iter)
532 else:
533 raise ValueError(
~\Anaconda3\lib\site-packages\sklearn\linear_model\stochastic_gradient.py in _fit_binary(self, X, y, alpha, C, sample_weight, learning_rate, max_iter)
587 self._expanded_class_weight[1],
588 self._expanded_class_weight[0],
--> 589 sample_weight)
590
591 self.t_ += n_iter_ * X.shape[0]
~\Anaconda3\lib\site-packages\sklearn\linear_model\stochastic_gradient.py in fit_binary(est, i, X, y, alpha, C, learning_rate, max_iter, pos_weight, neg_weight, sample_weight)
419 pos_weight, neg_weight,
420 learning_rate_type, est.eta0,
--> 421 est.power_t, est.t_, intercept_decay)
422
423 else:
~\Anaconda3\lib\site-packages\sklearn\linear_model\sgd_fast.pyx in sklearn.linear_model.sgd_fast.plain_sgd()
TypeError: plain_sgd() takes at most 21 positional arguments (25 given)
最佳答案
看来您的 scikit-learn
版本有点过时了。尝试运行:
pip install -U scikit-learn
然后您的代码将运行(有一些轻微的格式更新):
from six.moves import urllib
from scipy.io import loadmat
import numpy as np
from sklearn.linear_model import SGDClassifier
from scipy.io import loadmat
# Load MNIST data #
mnist_alternative_url = "https://github.com/amplab/datascience-sp14/raw/master/lab7/mldata/mnist-original.mat"
mnist_path = "./mnist-original.mat"
response = urllib.request.urlopen(mnist_alternative_url)
with open(mnist_path, "wb") as f:
content = response.read()
f.write(content)
mnist_raw = loadmat(mnist_path)
mnist = {
"data": mnist_raw["data"].T,
"target": mnist_raw["label"][0],
"COL_NAMES": ["label", "data"],
"DESCR": "mldata.org dataset: mnist-original",
}
# Assign X and y #
X, y = mnist['data'], mnist['target']
# Select first 60000 numbers #
X_train, X_test, y_train, y_test = X[:60000], X[60000:], y[:60000], y[60000:]
# Shuffle order #
shuffle_index = np.random.permutation(60000)
X_train, y_train = X_train[shuffle_index], y_train[shuffle_index]
# Convert labels to binary (5 or "not 5") #
y_train_5 = (y_train == 5)
y_test_5 = (y_test == 5)
# Train SGDClassifier #
sgd_clf = SGDClassifier(max_iter=5, random_state=42)
sgd_clf.fit(X_train, y_train_5)
关于python - 尝试在二进制分类上训练 SGDClassifier 时出现位置参数错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51825576/
我使用 SVM 分类器将文本分类为好文本和乱码。我正在使用 python 的 scikit-learn 并按如下方式进行操作: ''' Created on May 5, 2017 ''' impor
我已经训练了一个模型并确定了一个我想要部署它的“阈值”,但我无法理解阈值与分数的关系。 X = labeled_data[features].reset_index(drop=True) Y = np
我使用 SGDClassifier 结合部分拟合方法来使用大量数据进行训练。我想监控何时达到可接受的收敛水平,这意味着我想知道某些数据每 n 次迭代的损失(可能是训练,可能是保留,也许两者都有)。 我
我正在尝试使用 this 之后的 SGDClassifier 对短语进行分类教程 我的管道如下所示: p_clf = Pipeline([('vect', CountVectorizer(analyz
我确实创建了一个与此类似的 scikit 模型。但现在我想提取两个输出。我不知道在训练时如何通过这个。我确实尝试过类似于Keras。 [y,z] 作为列表。但它在 scikit 中不起作用。以前有人尝
我正在使用 sklearn.linear_model.SGDClassifier 训练一个简单的线性模型。我看到一些结果,在相同的训练集上进行训练有时会产生截然不同的结果。我正在尝试运行一个实验,在其
我正在处理 Aurelien Geron's Hands-On ML textbook并且在尝试训练 SGDClassifier 时遇到了困难。 我正在使用 MNIST 手写数字数据并通过 Anaco
我正在尝试使用 SGD 对大型数据集进行分类。由于数据太大而无法放入内存,我想使用 partial_fit 方法来训练分类器。我选择了适合内存的数据集样本(100,000 行)来测试 fit 与 pa
因此,我已尽一切可能来解决此错误,这也是我巨大的挫败感。 from sklearn.linear_model import SGDClassifier train_labels_9 = [(label
我正在尝试使用 scikit-learn 进行文本分类。 我的文本无法很好地分类。我认为我可以通过添加可以以整数数组的形式推导的数据来改进预测。 例如,示例 1 将带有 [3, 1, 5, 2],示例
我正在使用使用 scikit_Learn 进行机器学习实践”(O'Reilly)进行自学,目前正在使用具有不同分类器的 MNIST 数据。 第 94 页的文本表示,SGDClassifier 能够执行
我目前正在使用 partial_fit 和 SGDClassifier拟合模型来预测图像上的主题标签。 我遇到的问题是 SGDClassifier 需要预先指定类。这可以离线拟合模型,但我想在观察新主
我可能无法在这里找到我需要的帮助,但我希望互联网上的聪明编码者可以帮助我。我正在尝试使用 Python 的 Sci-Kit learn SGDClassifier 对物理事件进行分类。这些物理事件创建
我正在尝试使用在线( out-of-core) 学习算法来解决 MNIST 问题,使用 SGDClassifier但似乎准确率并不总是在增加。 这种情况我该怎么办?以某种方式保存最准确的分类器?SGD
我知道我可能会将损失函数更改为以下之一: loss : str, 'hinge' or 'log' or 'modified_huber' The loss function to be used.
我想在训练 SGDClassifier 时使用重要性采样。我已经看到 fit 和 partial_fit 方法中有一个 sample_weight 参数,但我不确定这个参数是如何工作的。 假设我有 1
我正在使用 sklearn 库来训练和测试我的数据。 targetDataCsv = pd.read_csv("target.csv","rt")) testNormalizedCsv = csv.
我正在尝试使用 SGDClassifier 对一些数据进行建模,但由于某种原因,我的准确性很差。我对此很陌生,所以我不太明白为什么。 这是我的代码: from sklearn.preprocessin
我正在尝试使用 scikit-learn 版本 0.15.1 中的 SGDClassifier。除了迭代次数之外,似乎没有任何方法可以设置收敛标准。因此,我想通过在每次迭代时检查错误来手动执行此操作,
我找不到 SGDClassifier in Scikit-learn 的学习率公式当 learning_rate='optimal' 时,在同一函数的原始 C++ 源代码中https://leon.b
我是一名优秀的程序员,十分优秀!